Garantie de satisfaction à 100% Disponible immédiatement après paiement En ligne et en PDF Tu n'es attaché à rien
logo-home
Recherché précédemment par vous
Recherché précédemment par vous
logo
Summary Image Analysis (800877-M-3) €8,99
Ajouter au panier
Accédez rapidement à
Aperçu
  2.  
  3. Tilburg University (UVT)
  4.  
  5. Image Analysis (800877M3)

Resume

Summary Image Analysis (800877-M-3)

1 vérifier
 14 fois vendu
  • Cours
  • Image Analysis (800877M3)
  • Établissement
  • Tilburg University (UVT)

Grade: 9.2. Extensive summary for the course Image Analyis at Tilburg University. The summary contains the content of all lecture slides, including additional notes, examples and explanations. The course is taught by dr. S. Ong, as part of the MSc Data Science & Society (among others).

Dernier document publié: 1 année de cela

Aperçu 4 sur 70  pages

Infos sur le Document

  • 23 mars 2023
  • 19 janvier 2024
  • 70
  • 2022/2023
  • Resume

Sujets

  • data
  • data science
  • image
  • image analysis
  • tilburg
  • dss
  • thds
  • data science amp society
  • tilburg university

École, étude et sujet

  • Tilburg University (UVT)
  • Data Science & Society
  • Image Analysis (800877M3)
Tous les documents sur ce sujet (4)

1  vérifier

review-writer-avatar

Par: alexandruiordan • 6 mois de cela

Vendeur

avatar-seller
tiu43862142

Avis reçus

Aperçu du contenu

Image Analysis
MSc Data Science & Society
Tilburg University




1

,Module 1 Introduction

Digital Images
The values of digital images are all discrete and integers. The values can be considered as a large
(numpy) array of discrete dots. Each dot has a brightness associated with it. These dots are called
picture elements (= pixels).

The pixels surrounding a given pixel is its
neighborhood. A neighborhood can be
characterized by its shape (e.g., 3X5
neighborhood). Usually, the neighborhood is an
odd number. If the neighborhood is an even
number, interpolation is involved.


Images are represented as matrices (e.g., numpy arrays). The intensity of each
coordinate, each pixel, can be written as a function f(x, y), where x is the row
number and y is the column number. Note that the origin (0,0) of an image
is top left (instead of bottom left, e.g., when plotting a graph).




Types of Images
Binary Images Each pixel is either black (0) or
white (1). You only need one bit to
represent the pixel. In terms of
memory, binary images take the
least amount of memory.
Grayscale Images Each pixel is a shade of gray.
Normally the values range from 0
(black) to 255 (white). Each pixel
can be represented by eight bits,
or exactly one byte. Other
grayscale ranges are used, but
generally are a power of 2 (22 = 4,
24 = 64). Pixel values can never be
negative before loading into
Python or any other application.

Color (multi-channel) Multi-channel images are a stack
images of multiple matrices; representing
the multiple channel values for
each pixel. E.g., RGB color is
described by the amount of red,
green and blue in it.




2

, Color Models
Red-Green-Blue RGB is a primary color model consisting of
Red, Green and Blue.
(RGB)




Cyan-Magenta- CMYK is a secondary color model.
Yellow-Black (CMYK) - Additive colors can be mixed to
produce the colors: Cyan, Yellow, and
White.
- Subtractive colors can be mixed to
produce the colors: Red, Green, Blue
and Black.

C = Cyan: green + blue = white – red
M = Magenta: red + blue = white – green
Y = Yellow: red + green = white – blue
K = Black

CMYK color models are used specifically
for print materials and for physical media
– it is mainly useful for printing.
HSV (Hue, Saturation, - Hue: the “true color” attribute (red,
green, blue, orange, yellow, and so
Value)1
on).
- Saturation: the amount by which the
color has been diluted with white. The
whiter the color, the lower the
saturation.
- Value: the degree of brightness – a
well-lit color has high intensity; a dark
color has low intensity.
HSL (Hue, Saturation, The hue and saturation in both of these
color models are the same, the only
Luminosity)
difference is the value. In the HSV model,
the value is the degree of brightness. A
well-lit color has a high intensity (value);
a dark color has a low intensity (value).
The original hue value has a luminosity of
128. When decreasing luminosity
(minimum is 0), the color becomes darker
(shade). When increasing luminosity
(maximum is 255), the color becomes
brighter (tint).

1
Hue and luminosity are represented in each R, G and B channel. Objects in images have distinct colors (hues) and
luminosities. Hues and luminosities are used to partition different areas of the image. Can we separate hue and
luminosity? Objects have different values of luminosity (brightness), but they might all have the same color. To
separate hue and luminosity, we make use of a different type of model: HSV color model.


3

, RGB to CMYK




RGB to HSV




Example

Amount of red Amount of green Amount of blue




True color The whiter, the Degree of brightness
lower the (well-lit has high
saturation value)




4

Les avantages d'acheter des résumés chez Stuvia:

Qualité garantie par les avis des clients

Qualité garantie par les avis des clients

Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.

L’achat facile et rapide

L’achat facile et rapide

Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.

Focus sur l’essentiel

Focus sur l’essentiel

Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.

Foire aux questions

Qu'est-ce que j'obtiens en achetant ce document ?

Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.

Garantie de remboursement : comment ça marche ?

Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.

Auprès de qui est-ce que j'achète ce résumé ?

Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur tiu43862142. Stuvia facilite les paiements au vendeur.

Est-ce que j'aurai un abonnement?

Non, vous n'achetez ce résumé que pour €8,99. Vous n'êtes lié à rien après votre achat.

Peut-on faire confiance à Stuvia ?

4.6 étoiles sur Google & Trustpilot (+1000 avis)

66184 résumés ont été vendus ces 30 derniers jours

Fondée en 2010, la référence pour acheter des résumés depuis déjà 15 ans

Commencez à vendre!
€8,99  14x  vendu
  • (1)
Ajouter au panier
Ajouté